SAS学习系列17绘图Ⅲ—散点图,时间序列图,拟合曲线图

17.绘图Ⅲ—散点图,时间序列图,拟合回归图三、散点图以两个定量变量的数值在二维坐标系中描点，生成的图形就是散点图。散点图能直观地显示出因变量随自变量变化而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。基本语法：PROCSGPLOT;SCATTERX=自变量Y=因变量/options;可选项：（1）DATALABEL=variable-name指定该变量的值作为各个数据点的标签，若不指定变量名，则使用Y变量的值；（2）GROUP=variablename指定分组变量，按其值对数据分组分别处理；（3）NOMISSINGGROUP指定不包含分组变量缺省值的观测；（4）TRANSPARENCY=n——指定透明度。例1关于鸟类的数据（C:\MyRawData\Birds.dat），变量包括名称、种类（S-鸣禽，R-猛禽）、身长（cm）、翼展（cm），注意每行有多组数据：读入数据，绘制散点图，要求按类型分组。代码：datawings;infile'c:\MyRawData\Birds.dat';inputName$12.Type$LengthWingspan@@;run;*PlotWingspanbyLength;procformat;value$birdtype'S'='Songbirds''R'='Raptors';run;procsgplotdata=wings;scatterX=WingspanY=Length/GROUP=Type;formatType$birdtype.;title'ComparisonofWingspanvs.Length';run;运行结果：四、时间序列图时间序列图，是以时间为X轴,变量为Y轴的一种图（数据点之间依次用线段连接），观察变量是否随时间变化而呈现某种趋势。基本语法：PROCSGPLOT;SERIESX=时间变量Y=因变量/options;注：X变量必须事先排好序。可选项：（1）CURVELABEL='textstring'给曲线添加标签，若不指定标签文本，则使用Y变量；（2）DATALABEL=variable-name指定该变量的值作为各个数据点的标签，若不指定变量名，则使用Y变量的值；（3）MARKERS给每个数据点加上标签；（4）GROUP=variablename指定分组变量，按其值对数据分组分别处理；（5）NOMISSINGGROUP指定不包含分组变量缺省值的观测；（6）TRANSPARENCY=n——指定透明度。例2某作家记录了某天的用电量数据（C:\MyRawData\Hourly.dat），变量包括时间（24个时刻）、用电量（千瓦时）：读取数据，绘制用电量随时间变化的曲线图，画一条用电量=0.5的基准线。代码：dataelectricity;infile'c:\MyRawData\Hourly.dat';inputTimekWh@@;run;*Plottemperaturesbytime;procsgplotdata=electricity;seriesX=TimeY=kWh/MARKERS;REFLINE0.5/LABEL=('0.5kh')TRANSPARENCY=0.5;xaxisvalues=(0TO24BY1);yaxislabel='Electricity(kWh)';title'HourlyUseofElectricity';run;运行结果：例32013-2014年股票代码为sh600000的股票数据如下：（部分）（C:\MyRawData\sh600000.csv）读入数据，日期只选择2014年，只保留变量date,open（开盘价）,high（最高价）,low（最低价）,close（收盘价）。按日期从小到大排序，并绘制该股票2014年的开盘价和收盘价的变化趋势图。代码：procimportdatafile='C:\MyRawData\sh600000.csv'DBMS=CSVOUT=sh600000REPLACE;getnames=YES;datarow=2;run;datash600000_2014;setsh600000;keepdateopenhighlowclose;where'1Jan2014'D=date='31Dec2014'D;procsortdata=sh600000_2014;bydate;run;procprintdata=sh600000_2014;title'sh600000股票2014年的数据';run;procsgplotdata=sh600000_2014;seriesX=dateY=open/name='kaipan'legendlabel='开盘价';seriesX=dateY=close/name='shoupan'legendlabel='收盘价';title'股票(sh600000)2014年开盘价、收盘价的变化趋势';keylegend'kaipan''shoupan'/LOCATION=INSIDEPOSITION=TOP;xaxislabel='日期';yaxislabel='股票价格(元）';run;运行结果：（部分）程序说明：（1）csv文件是逗号分隔的文本文档，不是Excel表格；（2）“/name=”语句是给曲线起名，后面“keylegend”语句使用它。五、拟合（回归）曲线图散点图只能大致显示两个变量之间的关系，进一步还可以绘制一条拟合曲线（应用最小二乘法原理，让误差的平方和最小）。这种拟合曲线大概只能为后续真正做数据拟合提供参考信息，要拟合数据是用REG、GLM、NLIN过程步。用SGPLOT过程步可以绘制拟合曲线图。基本语法：PROCSGPLOTdata=数据集;拟合方式名X=自变量Y=因变量/options;可选拟合方式有3种：REG——线性或曲线回归，；LOESS——局部加权回归（loess）；PBSPLINE——惩罚B样条（B样条拟合，加入惩罚函数避免边界附近“过拟合”）注：REG可以带可选参数“/degree=n”，指定以n次多项式拟合。例如，regx=heighty=weight/degree=3;可选项：（1）ALPHA=p设定置信限:[0,1]，默认为0.05（95%可信）（2）CLI给个体预测值加上预测限（只限REG和PBSPLINE）；（3）CLM给均值预测值加上置信限；（4）CURVELABEL='textstring'为拟合曲线添加标注（默认是用Y变量）；（5）GROUP=variablename指定分组变量，按其值对数据分组分别处理；（6）NOLEGCLI、NOLEGCLM、NOLEGFIT不显示CLI带、CLM带、拟合曲线的图例说明；（7）NOMARKERS不对数据点做标记；（8）CLMTRANSPARENCY=n指定置信限的透明度。例4奥运会男子1500米跑的数据（C:\MyRawData\Olympic1500.dat），变量包括年份、时间（秒），注意每行有多组数据：读入数据，用REG和LOESS拟合方式绘制时间值的拟合曲线。代码：dataOlympic1500;infile'C:\MyRawData\Olympic1500.dat';inputYearMen@@;run;procsgplotdata=Olympic1500;LOESSX=YearY=Men/NOMARKERSCLMNOLEGCLM;REGX=YearY=Men;labelMen='TimeinSeconds';titleOlympicTimesforMen's1500MeterRun;run;运行结果：注：为了避免重复标记，用了NOMARKERS可选项，只让一种拟合曲线标记了散点。